自由意志真的存在嗎？利貝特誕辰│科學史上的今天：4/12

本文與 Perplexity 合作，泛科學企劃執行

「Hello. I am… a robot.」

在我們的記憶裡，機器人的聲音就該是冰冷、單調，不帶一絲情感 。它們的動作僵硬，肢體不協調，像一個沒有靈魂的傀儡，甚至啟發我們創造了機械舞來模仿那獨特的笨拙可愛。但是，現今的機器人發展不再只會跳舞或模仿人聲，而是已經能獨立完成一場膽囊切除手術。

就在2025年，美國一間實驗室發表了一項成果：一台名為「SRT-H」的機器人（階層式手術機器人Transformer），在沒有人類醫師介入的情況下，成功自主完成了一場完整的豬膽囊切除手術。SRT-H 正是靠著從錯誤中學習的能力，最終在八個不同的離體膽囊上，達成了 100% 的自主手術成功率。

這項成就的意義重大，因為過去機器人手術的自動化，大多集中在像是縫合這樣的單一「任務」上。然而，這一場完整的手術，是一個包含數十個步驟、需要連貫策略與動態調整的複雜「程序」。這是機器人首次在包含 17 個步驟的完整膽囊切除術中，實現了「步驟層次的自主性」。

這就引出了一個讓我們既興奮又不安的核心問題：我們究竟錯過了什麼？機器人是如何在我們看不見的角落，悄悄完成了從「機械傀儡」到「外科醫生」的驚人演化？

這趟思想探險，將為你解密 SRT-H 以及其他五款同樣具備革命性突破的機器人。你將看到，它們正以前所未有的方式，發展出生物般的觸覺、理解複雜指令、學會團隊合作，甚至開始自我修復與演化，成為一種真正的「準生命體」 。

所以，你準備好迎接這個機器人的新紀元了嗎？

只靠模仿還不夠？手術機器人還需要學會「犯錯」與「糾正」

那麼，SRT-H 這位機器人的外科大腦，究竟藏著什麼秘密？答案就在它創新的「階層式框架」設計裡 。

你可以想像，SRT-H 的腦中，住著一個分工明確的兩人團隊，就像是漫畫界的傳奇師徒—黑傑克與皮諾可 。

• 第一位，是動口不動手的總指揮「黑傑克」： 它不下達具體的動作指令，而是在更高維度的「語言空間」中進行策略規劃 。它發出的命令，是像「抓住膽管」或「放置止血夾」這樣的高層次任務指令 。
• 第二位，是靈巧的助手「皮諾可」： 它負責接收黑傑克的語言指令，並將這些抽象的命令，轉化為機器手臂毫釐不差的精準運動軌跡 。

但最厲害的還不是這個分工，而是它們的學習方式。SRT-H 研究團隊收集了 17 個小時、共 16,000 條由人類專家操作示範的軌跡數據來訓練它 。但這還只是開始，研究人員在訓練過程中，會刻意讓它犯錯，並向它示範如何從抓取失敗、角度不佳等糟糕的狀態中恢復過來 。這種獨特的訓練方法，被稱為「糾正性示範」 。

這項訓練，讓 SRT-H 學會了一項外科手術中最關鍵的技能：當它發現執行搞砸了，它能即時識別偏差，並發出如「重試抓取」或「向左調整」等「糾正性指令」 。這套內建的錯誤恢復機制至關重要。當研究人員拿掉這個糾正能力後，機器人在遇到困難時，要不是完全失敗，就是陷入無效的重複行為中 。

正是靠著這種從錯誤中學習、自我修正的能力，SRT-H 最終在八次不同的手術中，達成了 100% 的自主手術成功率 。

SRT-H 證明了機器人開始學會「思考」與「糾錯」。但一個聰明的大腦，足以應付更混亂、更無法預測的真實世界嗎？例如在亞馬遜的倉庫裡，機器人不只需要思考，更需要實際「會做事」。

要能精準地與環境互動，光靠視覺或聽覺是不夠的。為了讓機器人能直接接觸並處理日常生活中各式各樣的物體，它就必須擁有生物般的「觸覺」能力。

解密 Vulcan 如何學會「觸摸」

讓我們把場景切換到亞馬遜的物流中心。過去，這裡的倉儲機器人（如 Kiva 系統）就像放大版的掃地機器人，核心行動邏輯是極力「避免」與周遭環境發生任何物理接觸，只負責搬運整個貨架，再由人類員工挑出包裹。

但 2025 年5月，亞馬遜展示了他們最新的觸覺機器人 Vulcan。在亞馬遜的物流中心裡，商品被存放在由彈性帶固定的織物儲物格中，而 Vulcan 的任務是必須主動接觸、甚至「撥開」彈性織網，再從堆放雜亂的儲物格中，精準取出單一包裹，且不能造成任何損壞。

Vulcan 的核心突破，就在於它在「拿取」這個動作上，學會了生物般的「觸覺」。它靈活的機械手臂末端工具（EOAT, End-Of-Arm Tool），不僅配備了攝影機，還搭載了能測量六個自由度的力與力矩感測器。六個自由度包含上下、左右、前後的推力，和三個維度的旋轉力矩。這就像你的手指，裡頭分布著非常多的受器，不只能感測壓力、還能感受物體橫向拉扯、運動等感觸。

EOAT 也擁有相同精確的「觸覺」，能夠在用力過大之前即時調整力道。這讓 Vulcan 能感知推動一個枕頭和一個硬紙盒所需的力量不同，從而動態調整行為，避免損壞貨物。

其實，這更接近我們人類與世界互動的真實方式。當你想拿起桌上的一枚硬幣時，你的大腦並不會先計算出精準的空間座標。實際上，你會先把手伸到大概的位置，讓指尖輕觸桌面，再沿著桌面滑動，直到「感覺」到硬幣的邊緣，最後才根據觸覺決定何時彎曲手指、要用多大的力量抓起這枚硬幣。Vulcan 正是在學習這種「視覺＋觸覺」的混合策略，先用攝影機判斷大致的空間，再用觸覺回饋完成最後精細的操作。

靠著這項能力，Vulcan 已經能處理亞馬遜倉庫中約 75% 的品項，並被優先部署來處理最高和最低層的貨架——這些位置是最容易導致人類員工職業傷害的位置。這也讓自動化的意義，從單純的「替代人力」，轉向了更具建設性的「增強人力」。

SRT-H 在手術室中展現了「專家級的腦」，Vulcan 在倉庫中演化出「專家級的手」。但你發現了嗎？它們都還是「專家」，一個只會開刀，一個只會揀貨。雖然這種「專家型」設計能有效規模化、解決痛點並降低成本，但機器人的終極目標，是像人類一樣成為「通才」，讓單一機器人，能在人類環境中執行多種不同任務。

如何教一台機器人「舉一反三」？

你問，機器人能成為像我們一樣的「通才」嗎？過去不行，但現在，這個目標可能很快就會實現了。這正是 NVIDIA 的 GR00T 和 Google DeepMind 的 RT-X 等專案的核心目標。

過去，我們教機器人只會一個指令、一個動作。但現在，科學家們換了一種全新的教學思路：停止教機器人完整的「任務」，而是開始教它們基礎的「技能基元」（skill primitives），這就像是動作的模組。

例如，有負責走路的「移動」(Locomotion) 基元，和負責抓取的「操作」(Manipulation) 基元。AI 模型會透過強化學習 (Reinforcement Learning) 等方法，學習如何組合這些「技能基元」來達成新目標。

舉個例子，當 AI 接收到「從冰箱拿一罐汽水給我」這個新任務時，它會自動將其拆解為一系列已知技能的組合：首先「移動」到冰箱前、接著「操作」抓住把手、拉開門、掃描罐子、抓住罐子、取出罐子。AI T 正在學會如何將這些單一的技能「融合」在一起。有了這樣的基礎後，就可以開始來大量訓練。

當多重宇宙的機器人合體練功：通用 AI 的誕生

好，既然要學，那就要練習。但這些機器人要去哪裡獲得足夠的練習機會？總不能直接去你家廚房實習吧。答案是：它們在數位世界裡練習。

NVIDIA 的 Isaac Sim 等平台，能創造出照片級真實感、物理上精確的模擬環境，讓 AI 可以在一天之內，進行相當於數千小時的練習，獨自刷副本升級。這種從「模擬到現實」（sim-to-real）的訓練管線，正是讓訓練這些複雜的通用模型變得可行的關鍵。

DeepMind 的 RT-X 計畫還發現了一個驚人的現象：用來自多種「不同類型」機器人的數據，去訓練一個單一的 AI 模型，會讓這個模型在「所有」機器人上表現得更好。這被稱為「正向轉移」(positive transfer)。當 RT-1-X 模型用混合數據訓練後，它在任何單一機器人上的成功率，比只用該機器人自身數據訓練的模型平均提高了 50%。

這就像是多重宇宙的自己各自練功後，經驗值合併，讓本體瞬間變強了。這意味著 AI 正在學習關於物理、物體特性和任務結構的抽象概念，這些概念獨立於它所控制的特定身體。

不再是工程師，而是「父母」： AI 的新學習模式

這也導向了一個科幻的未來：或許未來可能存在一個中央「機器人大腦」，它可以下載到各種不同的身體裡，並即時適應新硬體。

這種學習方式，也從根本上改變了我們與機器人的互動模式。我們不再是逐行編寫程式碼的工程師，而是更像透過「示範」與「糾正」來教導孩子的父母。

NVIDIA 的 GR00T 模型，正是透過一個「數據金字塔」來進行訓練的：

• 金字塔底層： 是大量的人類影片。
• 金字塔中層： 是海量的模擬數據（即我們提過的「數位世界」練習）。
• 金字塔頂層： 才是最珍貴、真實的機器人操作數據。

這種模式，大大降低了「教導」機器人新技能的門檻，讓機器人技術變得更容易規模化與客製化。

當機器人不再是「一個」物體，而是「任何」物體？

我們一路看到了機器人如何學會思考、觸摸，甚至舉一反三。但這一切，都建立在一個前提上：它們的物理形態是固定的。

但，如果連這個前提都可以被打破呢？這代表機器人的定義不再是固定的形態，而是可變的功能：它能改變身體來適應任何挑戰，不再是一台單一的機器，而是一個能根據任務隨選變化的物理有機體。

有不少團隊在爭奪這個機器人領域的聖杯，其中瑞士洛桑聯邦理工學院特別具有代表性，該學院的仿生機器人實驗室（Bioinspired Robotics Group, BIRG）2007 年就打造模組化自重構機器人 Roombots。

有不少團隊在爭奪這個機器人領域的聖杯，其中瑞士洛桑聯邦理工學院（EPFL）特別具有代表性。該學院的仿生機器人實驗室（BIRG）在 2007 年就已打造出模組化自重構機器人 Roombots。而 2023 年，來自 EPFL 的另一個實驗室——可重組機器人工程實驗室（RRL），更進一步推出了 Mori3，這是一套把摺紙藝術和電腦圖學巧妙融合的模組化機器人系統。

Mori3 的核心，是一個個小小的三角形模組。別看它簡單，每個模組都是一個獨立的機器人，有自己的電源、馬達、感測器和處理器，能獨立行動，也能和其他模組合作。最厲害的是，它的三條邊可以自由伸縮，讓這個小模組本身就具備「變形」能力。

當許多 Mori3 模組連接在一起時，就能像一群活的拼圖一樣，從平面展開，組合成各種三維結構。研究團隊將這種設計稱為「物理多邊形網格化」。在電腦圖學裡，我們熟悉的 3D 模型，其實就是由許多多邊形（通常是三角形）拼湊成的網格。Mori3 的創新之處，就是把這種純粹的數位抽象，真正搬到了現實世界，讓模組們化身成能活動的「實體網格」。

這代表什麼？團隊已經展示了三種能力：

• 移動：他們用十個模組能組合成一個四足結構，它能從平坦的二維狀態站立起來，並開始行走。這不只是結構變形，而是真正的協調運動。
• 操縱： 五個模組組合成一條機械臂，撿起物體，甚至透過末端模組的伸縮來擴大工作範圍。
• 互動： 模組們能形成一個可隨時變形的三維曲面，即時追蹤使用者的手勢，把手的動作轉換成實體表面的起伏，等於做出了一個會「活」的觸控介面。

這些展示，不只是實驗室裡的炫技，而是真實證明了「物理多邊形網格化」的潛力：它不僅能構建靜態的結構，還能創造具備複雜動作的動態系統。而且，同一批模組就能在不同情境下切換角色。

想像一個地震後的救援場景：救援隊帶來的不是一台笨重的挖土機，而是一群這樣的模組。它們首先組合成一條長長的「蛇」形機器人，鑽入瓦礫縫隙；一旦進入開闊地後，再重組成一隻多足的「蜘蛛」，以便在不平的地面上穩定行走；發現受困者時，一部分模組分離出來形成「支架」撐住搖搖欲墜的橫樑，另一部分則組合成「夾爪」遞送飲水。這就是以任務為導向的自我演化。

這項技術的終極願景，正是科幻中的概念：可程式化物質（Programmable Matter），或稱「黏土電子學」（Claytronics）。想像一桶「東西」，你可以命令它變成任何你需要的工具：一支扳手、一張椅子，或是一座臨時的橋樑。

未來，我們只需設計一個通用的、可重構的「系統」，它就能即時創造出任務所需的特定機器人。這將複雜性從實體硬體轉移到了規劃重構的軟體上，是一個從硬體定義的世界，走向軟體定義的物理世界的轉變。

更重要的是，因為模組可以隨意分開與聚集，損壞時也只要替換掉部分零件就好。足以展現出未來機器人的適應性、自我修復與集體行為。當一群模組協作時，它就像一個超個體，如同蟻群築橋。至此，「機器」與「有機體」的定義，也將開始動搖。

從「實體探索」到「數位代理」

我們一路見證了機器人如何從單一的傀儡，演化為學會思考的外科醫生 (SRT-H)、學會觸摸的倉儲專家 (Vulcan)、學會舉一反三的通才 (GR00T)，甚至是能自我重構成任何形態的「可程式化物質」(Mori3)。

但隨著機器人技術的飛速發展，一個全新的挑戰也隨之而來：在一個 AI 也能生成影像的時代，我們如何分辨「真實的突破」與「虛假的奇觀」？

舉一個近期的案例：2025 年 2 月，一則影片在網路上流傳，顯示一台人形機器人與兩名人類選手進行羽毛球比賽，並且輕鬆擊敗了人類。我的第一反應是懷疑：這太誇張了，一定是 AI 合成的影片吧？但，該怎麼驗證呢？答案是：用魔法打敗魔法。

在眾多 AI 工具中，Perplexity 特別擅長資料驗證。例如這則羽球影片的內容貼給 Perplexity，它馬上就告訴我：該影片已被查證為數位合成或剪輯。但它並未就此打住，而是進一步提供了「真正」在羽球場上有所突破的機器人—來自瑞士 ETH Zurich 團隊的 ANYmal-D。

接著，選擇「研究模式」，就能深入了解 ANYmal-D 的詳細原理。原來，真正的羽球機器人根本不是「人形」，而是一台具備三自由度關節的「四足」機器人。

如果你想更深入了解，Perplexity 的「實驗室」功能，還能直接生成一份包含圖表、照片與引用來源的完整圖文報告。它不只介紹了 ANYmal-D 在羽球上的應用，更詳細介紹了瑞士聯邦理工學院發展四足機器人的完整歷史：為何選擇四足？如何精進硬體與感測器結構？以及除了運動領域外，四足機器人如何在關鍵的工業領域中真正創造價值。

AI 代理人：數位世界的新物種

從開刀、揀貨、打球，到虛擬練功，這些都是機器人正在學習「幫我們做」的事。但接下來，機器人將獲得更強的「探索」能力，幫我們做那些我們自己做不到的事。

這就像是，傳統網路瀏覽器與 Perplexity 的 Comet 瀏覽器之間的差別。Comet 瀏覽器擁有自主探索跟決策能力，它就像是數位世界裡的機器人，能成為我們的「代理人」（Agent）。

它的核心功能，就是拆解過去需要我們手動完成的多步驟工作流，提供「專業代工」，並直接交付成果。

例如，你可以直接對它說：「閱讀這封會議郵件，檢查我的行事曆跟代辦事項，然後草擬一封回信。」或是直接下達一個複雜的指令：「幫我訂 Blue Origin 的太空旅遊座位，記得要來回票。」

接著，你只要兩手一攤，Perplexity 就會接管你的瀏覽器，分析需求、執行步驟、最後給你結果。你再也不用自己一步步手動搜尋，或是在不同網站上重複操作。

AI 代理人正在幫我們探索險惡的數位網路，而實體機器人，則在幫我們前往真實的物理絕境。

立即點擊專屬連結 https://perplexity.sng.link/A6awk/k74… 試用 Perplexity吧！ 現在申辦台灣大哥大月付 599(以上) 方案，還可以獲得 1 年免費 Perplexity Pro plan 喔！(價值 新台幣6,750)

◆Perplexity 使用實驗室功能對 ANYmal-D 與團隊的全面分析 https://drive.google.com/file/d/1NM97…

你應該看過一些圖，例如「旋轉的舞者」或「前進的騎士」，聽說這些圖可以判斷你是左腦人還是右腦人。

然而這些傳聞可能純屬謠言，或說是偽科學。因為一來，僅要你判斷舞者或騎士方向，無法確認你擅長用左腦還是右腦；二來不管你進行的是理性的思考，還是感性的創意，兩側的大腦都要同時使用。不管科不科學，所謂的左腦右腦開發，恐怕是史上最廣為流傳的心理學迷思吧！

正常人左右腦之間，會透過胼胝體（corpus callosum）來溝通訊息。可是，在醫療倫理未像今天這樣良好建立的時代，神經外科醫師會為癲癇病患進行一種手術，把胼胝體咔嚓切掉，讓大腦不正常的同步放電侷限在一個腦半球，減輕癲癇發作時的症狀。

胼胝體被咔嚓掉的病患，日常生活裡的人格、認知和心理，似乎沒啥重大改變，直到加州理工學院的羅傑．斯佩里（Roger W. Sperry，1913－1994）和他的學生找來裂腦人進行一系列設計巧妙的實驗，發現阻斷左右腦之間的互通有無、讓左右腦不知道另一個腦半球在想啥，會產生不少有趣的實驗結果，也揭露出腦功能側化（Lateralization of brain function）的發現。

當左右腦不能溝通，會發生什麼事？

羅傑．斯佩里因裂腦人的研究榮獲 1981 年諾貝爾生理醫學獎，當時功勞最大的學生是葛詹尼加（Michael S. Gazzaniga），他們共同在加州理工設計一系列實驗，探討裂腦人在語言、視覺和運動上的變化，透過那些實驗，他們發現一些神經認知過程，有左右腦功能側化的現象，也就是主要會由一個腦半球掌管。

此外，他們也發現左腦主要負責說話和語言能力，右腦主要掌管空間和面部辨識。在裂腦人左右腦無法溝通的情況下，研究人員分別讓左右眼觀看不同圖像，實驗者居然可以掰出自以為合理的解釋，例如給右腦看一個雪鏟，左腦看雞爪，實驗者分別用左手指著雪鏟、右手指著雞爪，說鏟子是用來清雞糞的。

裂腦研究的啟示是，大腦並不像學界曾經認定的同質化處理信息，相反的，腦組織會特化成不同模組和迴路來進行特化功能。

這個啟示是個典範轉移，因為當時美國心理學界主導的是行為主義，主張心理學應該研究「可以被觀察和直接測量的行為」，反對研究「沒有科學根據的意識」。

可是葛詹尼加創意的認知神經科學，卻開啟了對意識的科學研究，也因為認識到腦是由不同模組和迴路組成的，葛詹尼加在《我們真的有自由意志嗎？》（Who’s in Charge？: Free Will and the Science of the Brain）一書中主張：腦中沒有一個主導的命令中心，「自我」和「自由意志」都是幻覺，意識是腦整體平行而分散地運作下由「解譯器」產生的（詳情請參見《我們真的有自由意志嗎？》）。

一窺腦科學家的科學與人性面

《切開左右腦：葛詹尼加的腦科學人生》（Tales from Both Sides of the Brain: A Life in Neuroscience）是羅傑．斯佩里高徒葛詹尼加的自傳。葛詹尼加除了是位優異的學者，也相信科學家必須和社會大眾溝通，所以也寫了《大腦、演化、人》（Human: The Science behind What Makes Us Unique）、《社交大腦》（The Social Brain）、《心智問題》（Mind Matters）、《自然界的心智》（Nature’s Mind）、《倫理的腦》（The Ethical Brain）、《我們真的有自由意志嗎？》等科普書。

葛詹尼加的教職經歷很豐富，曾兩度在他的母校達特茅斯學院（Dartmouth College）任教，也兩度待過加州大學聖塔巴巴拉分校，還有在筆者我的母校加州大學戴維斯分校創立的神經科學研究中心，中間還待過紐約大學、紐約州立大學石溪分校、康乃爾大學醫學院等。此外，他創辦了《認知神經科學期刊》，還創建了認知神經科學學會。

《切開左右腦》中，葛詹尼加描述他們研究的進行過程以及科學上的意義。他一開始主要的研究是透過裂腦人進行，隨著技術的進步，他們可以利用更先進的儀器探討大腦功能，如 CT、fMRI、PET、SPECT、MEG 等等，非專家的讀者不見得需要知道這些縮寫的詳細內容，但這般在技術上與時俱進，對科學研究而言是非常重要的。

他也談到生活中相關的決定，如搬家、婚姻、旅行等等，在《切開左右腦》中讓人見識到頂尖科學家的人性層面；另外還有在團隊、期刊、學會、研討會和研究單位創建等過程中，他如何和許多學者、甚至是媒體人及政治家建立了深厚友誼，以及受到許多貴人的相助，可以看出科學研究不是單打獨鬥，人緣好也是很重要的。

整本書，完全沒有談到 KPI、SCI 和期刊論文點數，只有對研究旺盛強烈的好奇心，不像今天亞洲多國學者在政府搞不清楚狀況下，被套牢在拚論文篇數和點數的困境裡；何況從書中葛詹尼加多次在不同大學院校擔任主管、和上層應對打交道的經驗來看，愈有效率的方式往往是愈有彈性的，被一大堆規定綁死、疲於和官僚打交道，只會扼殺一流的創意、製造二流的成果。

如果你對腦科學和神經科學感興趣，《切開左右腦》是本必讀讀物。而如果是想要獻身科學研究或者只想要瞭解相關工作，《切開左右腦》同樣是本很好的參考讀物！

本文原刊登於閱讀最前線【GENE 思書軒】，並同步刊登於 The Sky of Gene。

或許你聽過棉花糖實驗，但是身為成人或青少年，棉花糖恐怕不算啥誘惑了，不過如果是金錢、榮耀、高富帥／白富美、高熱量食物、電動遊戲……呢？我們目前能抗拒誘惑，是否只是心中真正想得到的東西還未出現，又或者真是自己自制力真的特強？

棉花糖的實驗，如何討論自制力？

廣為人知的史丹佛棉花糖實驗（Stanford Marshmallow Experiment），是 1966 年到 1970 年代早期，史丹佛大學心理學家沃爾特．米歇爾在幼兒園進行的一系列關於自制力的心理學經典實驗。心理學家召集六百多名四歲兒童進行了一場簡單的實驗。每位孩子在房間裡獨處十五分鐘，面對桌上一顆棉花糖，如果研究人員回來時棉花糖還在桌上，這位孩子會多得到一塊棉花糖作為獎勵。然而若他們吃掉了棉花糖，實驗就此結束，他們也拿不到多一塊棉花糖。如果孩子沒吃掉棉花糖，則會得到第二塊。十五分鐘的等待換得報酬率百分之百的投資，對四歲孩子來說是個很不錯的交易。

不少小孩忍不住把棉花糖吃了，約有三分之一的小孩撐過了十五分鐘，得到了第二塊棉花糖的獎勵。後續的追蹤研究發現，四歲時能忍著沒吃第一塊棉花糖的孩子，長大後學業表現較佳。他們與老師、同學、父母互動較好，收入也較高而且身體也較健康等等。

簡單來說，棉花糖實驗顯示有自制力抗拒誘惑延遲滿足的人，可能在事業和人生有比較好的成就。然而，如果無法忍著不吃棉花糖，是否就注定了未來一事無成？ 有人天生自制力就較強，就像肌肉一樣，有人天生肌肉發達。但自制力能鍛鍊，也像肌肉一樣會痠痛疲憊，；如果自制力可能比智商更重要，那麼我們對下一代的教育，是否更該重視自制力養成？德國著名的神經科學家和科普作家阿希姆‧鮑爾（Joachim Bauer）的《棉花糖的誘惑：從腦神經科學看自制力》（Selbststeuerung: die Wiederentdeckung des freien Willens）談的就是這個問題。

真正的自由意志，來自於「自制」？

《棉花糖的誘惑》的寫作風格和英美科普書不同，很有德式冷靜的論證風格。阿希姆．鮑爾第一章就從哲學、神經科學及心理學的角度抨擊主張人沒有自由意志的神經科學研究和主張。

我在此專欄中介紹過這個主張，包括《我們真的有自由意志嗎？：意識、抉擇與背後的大腦科學》（Who’s in Charge? : Free Will and the Science of the Brain）和《我即我腦：從子宮孕育到阿茲海默症，大腦決定我是誰》（Wij Zijn Ons Brein），都有提到神經科學研究推翻了自由意志等等，證據是在我們的意識作出反應前的些微片刻，下意識（或稱潛意識或無意識）就先有了決定。

但是阿希姆．鮑爾認為如此解讀是個嚴重的誤解，他主要論點是我們的精神活動中，有意識的相對之下僅是一小部分，但意識和潛意識並非單向溝通、而是互相滲透的，潛意識並非自由意志的敵人。

阿希姆．鮑爾主張，真正的自由來自自制，這和千古以來哲人大德的主張一樣。只要我們能夠靜下心來思考，比較不同狀況中各個選項的利弊得失，繼而做出選擇，我們就擁有「自由意志」。他接著論證，人類天生就具有習得自制的能力，前額葉皮質裡的神經網絡是自制力的神經生物基礎，兩歲以前的教養，教導小孩不衝動行事，對妥善自制力的養成格外重要。

如果自由意志也是教育問題，社會經驗會影響大腦發育，那下一代小孩的自制力教育，大人責無旁貸，畢竟如果大人都不可靠，那怎麼奢言要小孩自我節制？阿希姆．鮑爾強調，自制力並不違背人類的真實天性，長久以來都是我們的一大生物功能，使我們在滿足立即需求與達成長期目標之間，取得健康的平衡。的確，人類相較其他靈長類親戚最大的差異之一，就是人類較發達的前額葉皮質，讓人類能夠有理性決策的能力。

如今西方國家邁向成癮社會，讓阿希姆．鮑爾感到擔憂。他探討了德國人的自我節制能力，認為無法抗拒菸酒和飲食習慣的誘惑，造就了一大批不健康的國民。他同時也批評現代媒體的過度使用，讓小孩沉迷網路世界，逃避了真實世界中更多的樂趣。

能抵抗棉花糖誘惑的小孩，長大後也比較健康。因此阿希姆．鮑爾主張，優良的醫學不應僅止於提供患者藥物、手術及療程，而應幫助患者增強心理上的自制潛能，啟動病患生理上的自癒能力；對於病人，他認為疾病的挑戰促使我們重新探索人生，若能藉此強化自我力量的覺醒，就能化危機為轉機，激發對抗阿茲海默症及癌症等重大疾病的潛能。

中庸之道：適度體會誘惑，同理並掌握自制

儘管自制力真的很重要，但《棉花糖的誘惑》的作者是德國人，而東亞社會卻有許多狀況和歐洲文化不同。如東亞社會傳統上極為強調的溫良恭儉讓，就是自制力的不同面向。我們的應試教育，除了考智商，不就是強迫小孩學習延後滿足嗎？在整個教育過程，要求小孩對抗遊樂和兩性交往的誘惑，強迫他們把滿足時間延後十幾廿年到出社會後，然後屆時才責備孩子沒有社交和兩性交往的能力。

另外，自制力應用到了極致，塑造的可能不是人，而是「超理性」的怪物，沒有同理心，無法享受生活的樂趣。一切所作所為都不是為了樂趣，全都是一項又一項的利害算計。其實這樣的人，歷史上不少，如阿道夫．希特勒，就是個野心勃勃、自制力超強的人，難道他對人類造成的苦痛會太少嗎？

因此我認為，要作為一個有同理心的人，中庸之道不是用自制力去抗拒排斥所有誘惑，而該適時適度地體驗一下誘惑的樂趣吧？

本文原刊登於閱讀‧最前線【GENE思書軒】，並同步刊登於The Sky of Gene。